Bagaimana cara menghasilkan prediksi dengan rjags?

Saya telah menggunakan rjags untuk menjalankan MCMC pada model, yang ditentukan dalam bahasa JAGS. Apakah ada cara yang baik untuk mengekstrak model itu dan melakukan prediksi dengannya (menggunakan distribusi posterior parameter saya)? Saya dapat menentukan kembali model dalam R dan menyambungkan mode posteriors parameter saya; Saya hanya ingin tahu apakah ada cara yang tidak berlebihan untuk melakukan ini.

Saya percaya http://sourceforge.net/p/mcmc-jags/discussion/610037/thread/0ecab41c menanyakan pertanyaan yang sama.

Biasanya Anda bisa melakukan prediksi di JAGS. Di bawah ini adalah contoh regresi dengan FEV (ada hubungannya dengan kapasitas paru-paru) sebagai variabel dependen dan indikator usia dan merokok sebagai prediktor.

FEV20s dan FEV20ns adalah nilai FEV yang diprediksi untuk perokok berusia 20 tahun dan bukan perokok berusia 20 tahun.

model
{
for(i in 1:n){
    FEV[i] ~ dnorm(mu[i],tau)
    mu[i] <- beta[1] + beta[2]*Age[i] + beta[3]*Smoke[i]  + beta[4]*Age[i]*Smoke[i]
}

#priors
beta[1] ~ dnorm(0,0.001)
beta[2] ~ dnorm(0,0.001)
beta[3] ~ dnorm(0,0.001)
beta[4] ~ dnorm(0,0.001)
tau ~ dgamma(0.001,0.001)
sigma<-1/sqrt(tau) 

## Predict the FEV for a 20 year old smoker and for a 20 year old nonsmoker
mu20s <-  beta[1] + (beta[2]+beta[4])*20 + beta[3]
mu20ns <-  beta[1] + beta[2]*20 
FEV20s ~ dnorm(mu20s,tau)
FEV20ns ~ dnorm(mu20ns,tau)
}

Contoh dari: Ide Bayesian dan Analisis Data